Réinitialiser mot de passe
E-mail
Password
RNTI

MODULAD
Recommandation séquentielle à base de séquences fréquentes
In EGC 2019, vol. RNTI-E-35, pp.267-272
Résumé
La modélisation des préférences utilisateur et de leur dynamique est
au cœur de la construction des systèmes de recommandation séquentielle. Les
défis résident dans la combinaison réussie de l’historique des utilisateurs et de
leurs actions récentes pour fournir des recommandations personnalisées. Les
méthodes existantes s’appuient sur des chaînes de Markov d’ordre fixe, limi-
tant la personnalisation. Nous proposons d’utiliser des séquences fréquentes de
longueur variable, pour mieux identifier la dynamique séquentielle, et projetons
les items dans un espace euclidien en fonction de la préférence utilisateur et de
leur historique récent. Une étude empirique sur 13 jeux de données montre que
notre méthode surpasse les performances des différentes méthodes de l’état de
l’art. De plus, nous pouvons fournir des éclairages sur la recommandation.